灰色关联度法（精选12篇）
灰色关联度法 篇1
0 引言
医院消毒供应中心器械的清洗效果会直接影响到器械的消毒灭菌效果,器械如果长期得不到彻底的清洁就可能形成生物膜,使医院患者出现交叉感染,增加医务人员职业感染的几率;另外,器械的污染物在其轴关节咬合齿等部位的沉积残留物会对医疗器械产生腐蚀作用,形成难以祛除的污点,严重时可导致器械再次使用时因受力而发生断裂。任何残留的有机物如血迹、蛋白质、黏液等都妨碍生物与气体的有效接触,会产生细菌保护膜而影响灭菌效果,导致消毒灭菌的失败[1,2]。因此消毒供应中心消毒灭菌质量控制,是防止医院感染和保证消毒与灭菌成功的关键,但由于各种原因,没有科学的诊疗器械清洗质量评价标准,更多的是采取主观的目测法。虽然很多医院要求定期对清洗消毒器的清洗效果进行验证,但验证的方法有很大的随意性。目前国际上作为器械清洗效果验证的较为通用的方法是蓝光法、ATP法和BCA法[3,4],但在国内很少应用。本文现将我院2015年清洗质量存在的问题进行分析,应用灰色关联度法对消毒供应中心器械清洗质量进行有效评估,对消毒供应中心的建设至关重要。
1 消毒供应中心器械清洗管理现状
1.1 目测法
通过对工作人员清洗过程检查器械的清洗效果,方法为用带光源的放大镜进行目测观察,并对器械清洗效果进行分析,对问题做出相应整改。
1.2 影响清洗效果验证的因素
(1)清洗因素。临床使用过的诊疗器械表面都会污染一些分泌物、血迹等有机物,如果不进行预处理,干燥后则增加清洗难度,清洗不彻底则会造成有机物的残留。在热力消毒和灭菌时易产生凝固,随后再次清洗则会更加困难,而且长时间附着的沉积残留有机物会对器械产生腐蚀作用,特别是对精密医疗器械的损害更加明显。由于现在供应室实行集中式的管理,存在回收与诊疗的时间有间隔,器械物品使用后放置时间过长,造成诊疗器械上的分泌物、血液等污染物的凝固,给清洗工作带来了一定影响。器械未依据规范地方法按器械污染程度、器械材料、器械结构等进行分类清洗也是影响清洗效果的一个主要因素[5,6]。
(2)器械因素。器械结构复杂,特别是人流器械,轴节多、形状多样,使用的吸管管长腔小,清洗难度大;器械种类多、基数少、周转快;供应室的各种设施设备不足,仍然采用手工清洗方法,有的供应室人员图快省事,一些器械根本没有刷洗到位。
(3)人员因素。有些供应室人员不熟悉国家相关标准和规定,不能根据器械污染程度、器械材料、器械结构、清洁剂等进行清洗。还有因对器械的洗涤认识不足,很难在短时间内胜任工作。
2 基于灰色综合评价模型的构建
综合评价是解决实际工作问题迫切需要决策的科学化、民主化方法。目前常用有灰色综合评价法、模糊综合评价法、层次分析法。灰色综合评价法是一种定性分析和定量分析相结合的综合评价方法,能较好地解决医院消毒供应中心器械的清洗效果评价指标难以准确量化和统计的问题,排除了人为因素带来的影响,使评价结果更加客观准确。
医院消毒供应中心器械的清洗效果具有明显复杂的层次和模糊的结构,随机的动态变化,不确定和不完整的指标数据,因而评价医院消毒供应中心器械的清洗效果比较困难。构建基于灰色关联度法的医疗器械清洗质量评价模型,不仅有助于加强医院消毒供应中心自身的管理,还能为管理部门考核消毒供应中心的管理提供可靠依据。基于灰色关联度综合评价法能将消毒供应中心医疗器械清洗质量各项不可比的指标变成可比的指标,特别是对消毒中心医疗器械清洗质量这样多指标系统的评价更是有效。
基于灰色关联度综合评价法可构建模型如下:
其中:是m个医疗器械清洗质量的综合评价结果向量;
是n个医疗器械清洗质量评判指标的权重分配向量,式中;
E是医疗器械清洗质量各项指标评价矩阵:
指标评价矩阵E中关联系数为:
其中j为医疗器械清洗质量指标中评价者认可的最优值。C是根据灰色系统理论所确定和参考与被参考的数列[7]。
3 灰色综合评价法应用
3.1 医疗器械清洗质量指标体系的选择
医疗器械清洗质量指标的多指标评价,通常是选择消毒供应中心器械的清洗器械,分析共同的指标,从中评价清洗质量的高低。要从多个评价清洗质量指标中选择一个合适的指标体系,则该指标体系应能够反映评价清洗质量的实际效果,体系中各项评价质量指标的优劣程度应能较好地反映评价清洗质量。由此设置了6项指标,即:①制度完善度为100;②清洗量为100;③清洗工效为100;④残留率,器械污渍残留率越低越好;⑤清洗成本为100;⑥锈斑率为100。①~③指标的百分数越高越好,④~⑥指标越低越好。
对于上述6项评价指标采用的权重,以上述指标出现的先后顺序依次为:
3.2 评价数据
现以海南省海口妇幼保健医院消毒供应中心对5种器械清洗质量各项指标进行考核。其中数据都是来源于海南省海口妇幼保健医院消毒供应中心对日常的5种应用场合不同的器械类型清洗质量各项指标收集与分析汇总。把各评价器械对象中每一项指标的最佳值作为理想指标来构造标准器械,最优值从5类械器械对象中选取,因不同因素,选定最大或最小值,便可构造出标准器械的指标值(123.2,120.5,116.3,85.2,80.2,0.606)。数据,见表1。
4 评价过程
构造标准器械清洗质量。取各类器械中每一项最佳指标当成标准值。现以器械1与标准器械的加权关联度计算来说明其评价过程。
应用公式(3)与(4)由表1数据就可计算出关联系数:
最后应用公式(1)计算出综合评价结果向量R:
同理可以算出
由于r4>r2>r1>r3>r5,也就是说,器械4清洗质量得分最高,故在清洗质量效果的评价值最高;同样,器械5清洗质量得分最差,故在清洗质量效果也最差。
5 结束语
灰色关联度法可以多角度、多视角的对消毒供应中心器械清洗质量的价值进行评价,且在客观公正的基础之上对消毒供应中心器械清洗质量问题进行评估,对消毒供应中心器械清洗质量的各个优缺点进行量化处理并得出最终的评分[8]。通过实际的例子计算表明:灰色关联度法应用于消毒供应中心器械清洗质量问题的评价操作性强、效果好,可在清洗质量效果的价值评估方面有着较广泛应用。
参考文献
[1]赵芬.医疗器械清洗质量的影响因素及对策[J].山西医药杂志,2014,(4):476-478.
[2]李亮.我院消毒供应中心建设实施探讨[J].中国医疗设备,2014,29(9):98-100.
[3]邢书霞,马玲,王志,等.ATP生物荧光法评价医疗器械清洗质量[J].中国消毒学杂志,2008,25(3):245-248.
[4]张春雨.医院消毒供应室医疗器械清洗质量调查与防控[J].医药前沿,2014,(21):52-54.
[5]郭冠中.浅论影响医疗器械清洗质量的原因[J].黑龙江科技信息,2014,(4):24.
[6]龙翠燕,秦明芳,李建梅,等.器械清洗质量的影响因素与控制措施[J].当代护士(中旬刊),2015,(4):107-109.
[7]杨进,韩服善.基于灰色关联度的医疗器械多级模糊综合评价模型[J].机械设计与制造,2007,(10):208-209.
[8]黄元亮,陈宗海.灰色关联理论中存在的不相容问题[J].系统工程理论与实践,2003,23(8):118-121.
灰色关联度法 篇2
基于灰色关联和组合赋权法的道路交通安全评价
摘要：利用灰色关联分析法得到各决策变量(DMU)之间的关联度,通过组合数据包络分析(DEA)和层次分析法(AHP)确定关联系数的权重,同时考虑主客观因素得到相对最优的`关联度,实现对评价对象的客观优先排序.建立城市道路交通安全评价体系,运用MATLAB软件进行编程,实现模型的运算,并得到评价结果.作 者：李菁 张卫华 LI Jing ZHANG Wei-hua 作者单位：合肥工业大学交通研究所,安徽合肥,230009 期 刊：交通科技与经济 Journal：TECHNOLOGY & ECONOMY IN AREAS OF COMMUNICATIONS 年，卷(期)：2010, 12(3) 分类号：X951 关键词：城市道路交通安全 灰色关联分析 数据包络分析 层次分析法 综合评价灰色关联度法 篇3
【摘要】 运用灰色关联度分析法分析了新疆2008区试中晚熟组的各年度材料的8个产量性状,研究了玉米主要性状对产量的影响。结果表明:各性状对产量影响的大小依次为:生育期>穗行数>株高>行粒数>穗位高>穗粒重>百粒重>穗长。优质高产育种中应选择生育期较长、大穗品种的材料做亲本。
【关键词】 玉米 主要性状 产量 灰色关联度
玉米的经济产量是由穗粒数、亩穗数和百粒重三个产量因素构成的。在玉米生产中,玉米的产量与品种对路、苗全苗齐、施肥习惯等因素存在着密切的关系。运用灰色系统理论和方法,进一步弄清楚产量构成因素与农艺性状间的主次亲疏关系,为指导玉米育种提供理论参考依据。
1.材料和方法
1.1供试材料选取2008在新疆维吾尔自治区异地多点试验的参试品种19个。
1.2试验方法在新疆范围内选择有代表性的试验点7个,以统一的试验方案进行异地多点品种比较试验。玉米平均亩穗数3703穗,平均穗粒数544粒,百粒重预计28克,与去年持平。理论亩产为564公斤,实际亩产按理论亩产的80%计算为451.2公斤, 比上年实际增加17.65公斤, 增长4.07 %。玉米受叶螨、粘虫为害较往年轻,但连续降雨使玉米根系活力受到影响,部分玉米倒伏,排水不及时,根系缺氧,植株生理代谢失调,加上肥无法供应,养分不能正常向果穗输送,造成玉米早衰使生育期提前,对玉米生产产生了一定影响。
2.结果与分析
2.1参试品种各性状间的关联系数
将2008年异地多点参试品种主要产量农艺性状的5 点次观察值汇总整理,取其各性状平均值(见表1)。
2.2玉米各性状间的关系分析
根据关联分析原则,关联度大的数列与参考数列关系较为密切,关联度小的数列与参考数列的关系较为疏远。从表2 可以看到:与产量关系最为密切的性状是生育期,关联度为0.4294,其次是穗行数,关联度为0.3918,再依次是株高、行粒数、穗位高、穗粒重、百粒重、穗长。
由此可见:生育期、穗行数是影响产量的主要性状,以高产为目标的育种途径应该选生育期较长的大穗品种。
3.讨论
本研究对多地域、多品种进行灰色关联度分析,为选育高产、优质玉米提供科学的理论依据。同时发现苗全、苗齐是基础。 玉米亩茎数不能靠分蘖来调整,并且缺苗补种的玉米植株细小瘦弱,只有正常植株产量的30%。所以对玉米来说,苗全苗齐很关键,可以说“七分种,三分管”,缺苗亩穗数减少,就意味着减产。为保证苗全苗齐苗壮,我们要求农民保证播种质量,使用种肥,播后立即浇水,防止玉米回芽,影响苗全苗齐;使用锄草剂时要结合杀虫剂,防止一代棉铃虫等害虫危害而造成缺苗、断垄现象发生。
【参考文献】
[1]卢宪英,崔卫杰. 影响农户玉米种植规模的因素分析[J]. 生产力研究,2009,(06).
[2]韩毅敏.对榆次区玉米生产可持续发展的思考[J].现代农村科技,2009,(13).
灰色关联度法 篇4
1 影响监利县粮食产量波动量化分析
1.1 影响指标选取
根据国内学者的相关研究, 粮食生产的影响因素主要是指自然特征、可变要素投入的大小、固定资产的积累和政策经济支持能力[2,3,4,5]。该文以《监利县统计年鉴》2000—2011年数据以及监利县监测点具有典型性乡镇的调查数据为基础, 选择耕地面积 (x1) 、降水量 (x2) 、粮食作物播种面积 (x3) 、化肥施用量 (x4) 、农林牧渔业劳动力 (x5) 、农村用电量 (x6) 、单产 (x7) 、农业机械总动力 (x8) 、支援农业生产及农业事业费用 (x9) 、农村居民家庭平均每人每年纯收入 (x10) 等10个指标作为粮食产量波动的影响因素。
1.2 因素关联度分析
由关联度排序结果 (表1) 可知, 各影响因素对监利县中稻产量波动的影响顺序为:耕地面积 (x1) >粮食作物播种面积 (x3) >降水量 (x2) >单产 (x7) >农林牧渔业劳动力 (x5) >化肥施用量 (x4) >农业机械总动力 (x8) >农村用电量 (x6) >农村居民家庭平均每人每年纯收入 (x10) >支援农业生产及农业事业费用 (x9) 。
1.3 因素影响度分析
在产量波动的灰色关联度分析结果的基础上, 构建两两比较判断矩阵, 计算波动形成的各影响因素的影响度 (表2) 。一致性检验得到CR=0.05<0.1, 说明判断结果具有满意的一致性。从影响度分析结果来看, 可变要素投入的影响度最大, 达到了50.1%, 其中粮食作物播种面积的贡献率最大, 达到了19.9%。自然资源对粮食波动的影响次之, 影响度为40.9%。固定资产积累对波动的影响达到了3.97%, 政策经济支持能力对粮食波动的影响度总和仅为4.86%。
2 结论
(1) 粮食作物播种面积对粮食产量波动的影响达到了19.9%, 是影响粮食生产的一个重要因素。增加粮食作物播种面积能增加粮食总产量是不争的事实, 但是, 监利县土地总面积是固定的, 不能把粮食增产寄托到增加播种面积上, 而要在稳定播种面积的基础上通过提高单产实现。
(2) 年降水量的波动对粮食总产量波动的影响达到了15%。监利县属亚热带季风气候区, 多数年份降水量为1 100~1 300 mm, 有干旱、洪涝灾害。降水量是无法控制的气候因素, 这部分波动的产生只能通过对灌溉的调整加以缓和。
(3) 单产波动对粮食总产量波动产生了11.3%的影响。提高单产是满足我国不断增长的粮食需求的必由之路。目前良种的普及率已不再是限制单产提高的主要因素, 因此提高单产重点要放在改善作物生产条件、推广配套的栽培技术等方面。
(4) 农林牧渔业劳动力对粮食总产量波动的影响达到了8.12%的影响。监利县粮食生产主体是只有小学和初中文化水平的中老年男性。本次调查总人口数400人, 其中45~59岁的中年人居多数, 达到了56.3%。粮食生产者以小学和初中的文化层次居多, 分别占到了总数的54.9%和29.5%。粮食生产获得的效益低于外出务工收入, 因而大部分农村年轻人会选择外出务工。
(5) 化肥施用量对波动形成的贡献居第6位, 影响度为6.45%, 因此, 化肥施用量的波动变化对粮食产量波动也产生了重要影响。虽然研究表明, 在报酬递减规律的制约下, 按现有农业生产技术条件或农作习惯, 盲目增加化肥投入无法产生明显增产效果, 但从该文研究结果可以看出, 化肥投入对稳定粮食产量仍然具有重要作用。
参考文献
[1]肖厚军.贵州省粮食综合生产能力的影响因素与对策分析[J].贵州农业科学, 2005 (4) :101-103.
[2]蒋乃华, 李岳云.论中国粮食生产的稳定性[J].农村经济问题, 1998, 19 (5) :2-7.
[3]肖海峰, 王姣.我国粮食综合生产能力影响因素分析[J].农业技术经济, 2004, 29 (6) :45-49.
[4]王树涛.区域耕地生产力稳定性评价体系研究——以河北省为例[D].保定:河北农业大学, 2008.
灰色关联度法 篇5
应用灰色关联度分析法对26个绿豆品种(系)的主要农艺性状和单株粒重进行了分析.结果表明农艺性状对单株粒重的关联度从高到低依次为单株英数>百粒重>单荚粒数>荚长>节数>株高.对单株粒重影响最大的`是单株荚数和百粒重.因此.在绿豆高产育种中.应注重对单株荚数和百粒重的选择.
作 者：闫锋 Yan Feng 作者单位：黑龙江省农业科学院齐齐哈尔分院,齐齐哈尔,161006 刊 名：中国种业 PKU英文刊名：CHINA SEED INDUSTRY 年，卷(期)： “”(5) 分类号：S5 关键词：绿豆 农艺性状 灰色关联度
灰色关联度法 篇6
内容摘要：为探究土遗址病害量化分级方法，引入灰色关联度分析法，通过对陕北榆阳区牛家梁至芹河段长城29座单体建筑的病害现状进行现场调查，得出不同病害类型对遗址保存状况的破坏程度，采用多种病害加权法计算各单体的病害程度并尝试对其进行量化分级，最终确定各单体建筑的危险程度。
关键词：土遗址病害；量化评价；灰色关联度分析法；贡献度
中图分类号：K854.3 文献标识码：A 文章编号：1000-4106（2016）01-00128-07
Abstract： In order to explore the methods of quantitative classification of earthen site deterioration， a gray correlation degree analysis was implemented in this project. Based on field investigation of twenty-nine individual buildings of the Great Wall（spanning the section from Niujialiang to Qingheliang）， the contribution degrees of different types of deterioration has been obtained along with calculations of the deterioration degrees of individual buildings by a weighted method， leading to the final determination of a quantitative classification method and risk degrees for each building.
Keywords： deterioration of earthen sites； quantitative evaluation； gray correlation degree analysis； contribution degree
0 引 言
我国土遗址数量众多，由于建筑材料的特殊性以及露天保存的环境特点，使现存的土遗址普遍发生病害。目前对土遗址病害的研究主要包括两方面：（一）病害成因、现状调查[1-14]，（二）病害分类及评估体系研究[15-17]。病害成因调查为病害体系研究积累了大量实例，病害分类体系研究从一定程度上解决了土遗址病害分类混乱的问题，病害评估体系研究基本确立了土遗址病害调查的流程。土遗址的破坏程度是多种病害的结果，然而现有的研究仅从宏观方面定性化地对土遗址病害进行简单分类和评估，无法通过量化手段体现出不同病害对遗址的破坏程度。
在我国文物保护领域，文物病害的量化评估刚刚开始。高东亮在对龙门石窟调研时，曾提出文物病害的量化评估有助于判断文物病害的发育程度以及是否需要人为干预，文物病害程度分级标准的建立非常必要[18]。2013年我国《可移动文物病害评估技术规程·瓷器类文物》颁布，为我国可移动文物保存状况的科学分析与评估提供了基础标准。该标准考虑到文物病害具体量化的单项评估和综合评估实际操作难度大，因此仅对病害的定性判别方法和定量检测技术作出规定[19]。目前对不可移动文物病害的量化评估分级尚未见报道。
本文是针对不可移动文物领域病害量化评估分级的一次尝试。
陕北明长城呈线形分布，自东北向西南依次穿过府谷、神木、榆阳、横山、靖边、吴起、定边7个区县。明长城根据建筑形制可以分为单体建筑（包括马面、敌台、烽火台）、营堡类建筑和墙体。长城的保存状态受自然因素、人为因素和遗址本体因素三个方面的影响，遗址的病害是所有问题的集中表现。
本次研究以榆阳区牛家梁至芹河段典型的29座单体建筑（不包括营堡类和墙体建筑）为研究对象，采用灰色关联度分析法计算每种病害对遗址现状的破坏程度，得出其权重，对病害程度进行量化评估，最终得出每个单体建筑的危险度。本文是对病害程度量化评估方法的初步探究，暂不涉及对病害成因的量化分析。研究采用泥石流等地质灾害风险评估中常用的灰色关联度分析法[20-22]，对明长城单体建筑的病害程度进行量化计算，并对主要病害进行筛选。其意义在于，在对遗址进行现场初步勘查之后可以快速有效地判定该遗址的主要病害，从大体上估算导致遗址病变的主要病害种类排序及各病害因子的权重，为下一步采取的保护加固措施提供基本依据，初步给定遗址的危险度分级，对危险度大、保存状况差的遗址给出量化依据，优先采取措施。
1 病害危险度的灰色关联性分析法
灰色关联度分析法是基于灰色数学理论的一种研究系统内部因素间关联性大小的研究方法[21]11-13[23]。灰色系统理论试图寻求系统中各子系统（或因素）之间的数值关系，对于一个系统发展变化态势提供了量化的度量，适合于动态历程分析。灰色关联分析的基本原理与方法：系统的变化是多因素作用的结果，一些因素可以量化其变化程度，但也有一些因素是不能完全确定的，甚至是模糊的，这就形成一个灰色系统。在进行关联度分析时，首先确定系统中的主导因子和其余关联因子，采用均值化方法对主导因子与关联因子的原始数据进行无量纲化处理，得出均值化矩阵，计算主导因子序列与关联因子序列的绝对差值，找出最大绝对差值和最小绝对差值，按照关联度计算公式（1）计算关联度[20]36[24]。
（1）式中R（j）为主导因子与其他因子间的关联度，N为样本个数，j为第j个关联因子，i为第i个样本，△（i，j）为主导因子与关联因子比较后的绝对差值，△max为数列矩阵中的最大绝对差值，△min为数列矩阵中的最小绝对差值，K为经验系数，一般取K=0.5[20]36。
遗址的病害是多种因素共同作用的结果，本文暂不涉及对病害成因进行量化分析，旨在通过灰色关联性分析法确定每种病害形式的权重，确定每种病害对遗址现状的破坏程度，最终对遗址的综合破坏程度进行量化分级。根据孙满利《土遗址病害的评估体系研究》[17]27，土遗址病害大体分为区域性病害和本体病害两方面。区域性病害指遗址所在区域的地质灾害。
本次研究的单体建筑位于榆阳区，不存在地质灾害等区域性问题，因此仅对遗址本体病害进行评价。本体病害包括稳定性问题和表面风化病害[17]27。稳定性问题指由于土体变形造成的土体内部相对运动，可以导致遗址突然局部坍塌。这种问题潜伏期长，作用过程短，破坏强度大。除地质灾害和稳定性问题以外的其余问题可以归结为表面风化。表面风化的病害表现形式较多，作用过程缓慢，作用时间长，会导致遗址逐渐缓慢地变小，直至消失[17]27-28。这两种本体病害归根结底表现为遗址本体的缺失。因此本文以遗址本体的缺失量为主导因子，以导致遗址本体缺失的众多病害形式为关联因子，对关联因子与主导因子间的关联度进行计算，从而量化地确定各因子与遗址本体缺失量间的“亲疏”关系或影响大小。本文中，遗址缺失量既包括单体建筑的坍塌失稳量也包括遗址的表面风化量。
根据牛家梁至芹河段单体建筑的病害形式，将遗址本体的缺失量作为主导因子（X0）；根据土遗址病害的二级分类方式[15]773，将淘蚀体积（X1）、冲沟体积（X2）、裂隙长度（X3）、片状剥蚀面积（X4）、生物破坏（包括灌木和乔木）面积（X5）、人为破坏体积（X6）6种病害形式作为关联因子；选取牛家梁至芹河段典型的29座单体建筑，分别进行系统调查、统计和计算，得出各因子的原始数据（表1）。
2 病害因子的灰色关联性分析
利用Excel软件对上述原始数据样本按照公式（1）进行计算，得出每种病害与遗址缺失量间的关联系数（表2）。
通过对关联系数进行统计分析可以得出每种病害与遗址本体缺失量间的关联度（表3）。
从表3分析结果可知，6种病害形式对遗址本体造成的缺失程度依次为：淘蚀X1（0.8512）>片状剥蚀X4（0.8394）>冲沟X2、生物破坏X5（0.8344）>裂隙X3（0.8326）>人为破坏X6（0.7611）。牛家梁至芹河段明长城单体建筑中，对遗址破坏程度最大的是淘蚀，其次是表面风化引起的片状剥蚀，冲沟和生物破坏对遗址的破坏程度相当，然后是裂隙及人为破坏，与大量现场调查的结果一致。现场调查和计算结果分别从定性和定量两个方面确定了该段长城的主要病害。在进行保护加固设计时应当重点考虑这两种病害的应对措施，为后期对该地区其他遗址的病害机理研究提供方向。
3 单体建筑的危险性评价
不同单体建筑的病害程度不同，其危险程度也不尽相同，因此可以采用单体建筑危险性这一概念综合反映其病害现状，并以危险度作为衡量指标。
根据关联度分析结果分别给定各因子的权重值，主导因子淘蚀为5，片状剥蚀为4，冲沟和生物破坏为3，裂隙为2，人为破坏为1，对各单体的原始数据进行均值化处理，计算经过均值化处理之后的病害数据与病害权重的乘积之和，为单体建筑的危险度。计算公式如下：
WXD=X1×5+X4×4+X2×3+X5×3+X3×2+X6×1
（2）
根据公式（2）计算29座单体建筑的危险度（表4）。
牛家梁至芹河段29座单体遗址危险度介于0—33之间，由于目前土遗址病害危险度分级尚无标准。作者参照泥石流危险度分级方法，以8为公差按照等差数列进行分级，考虑到尽可能地突出危险性较大的单体建筑，故高危险度范围较大（25—33）。按照危险度数值范围将牛家梁至芹河段长城单体建筑危险性划分为4个等级（表5）。
将29座单体遗址建筑的危险度按照危险度等级列表进行对照，可以确定每座单体建筑的危险等级（表6）。
从上述统计结果可以看出，长城牛家梁至芹河段的29座单体遗址建筑中，处于低危程度的单体有0座，处于中危程度的有12座，处于危险程度的有13座，处于高危程度的有4座。在现场调查时，处于高危险度的4座单体建筑均出现不同程度的坍塌、失稳，单体结构大多支离破碎，风化程度高，现场调查结果与计算结果一致。处于危险程度的部分单体遗址，危险度值处于危险与高危的临界值，随着时间的推移，危险度会逐渐增高。现场调查发现，这部分单体遗址结构虽未出现明显缺失，但大多淘蚀严重，冲沟严重发育，表面裂隙切割，局部贯穿，有影响单体遗址稳定性的大型裂隙出现。中度危险单体遗址出现有局部淘蚀、冲沟密集发生，裂隙大多为表面裂隙，虽切割墙体但尚未贯穿，暂无稳定性问题，但随着时间的推移，这部分单体遗址极有可能向危险程度较高的级别发展。综合计算结果与现场调查结果，在进行相关保护加固措施时，应当优先考虑危害程度大、危险等级高的单体遗址，对每个单体遗址的加固保护措施应当有针对性地进行调整。
4 结 论
通过对长城陕北榆林市牛家梁至芹河段29座单体建筑遗址的不同病害形式进行灰色关联度分析，可以得出如下结论：
1. 根据病害统计，该段长城的主要病害有淘蚀、片状剥蚀、裂隙、冲沟、生物破坏和人为破坏，6种病害形式对遗址病害程度的关联度依次为：淘蚀>片状剥蚀>冲沟、生物破坏>裂隙>人为破坏。
2. 通过对29座单体遗址建筑危险度进行加权计算，得出处于中危程度的有12座，处于危险程度的有13座，处于高危程度的有4座。
3. 灰色关联度分析法适用于土遗址病害种类的量化评估，可以确定不同病害因子的权重，建立遗址病害程度量化分级的数学模型，是对不可移动文物病害量化分级的一次尝试，为今后进行病害成因的量化评估奠定了基础。
参考文献：
[1]孙满利，王旭东，李最雄.土遗址保护初论[M].北京：科学出版社，2010：2.
[2]王旭东，张鲁，李最雄，等.银川西夏3号陵的现状及保护加固研究[J].敦煌研究，2002（4）：64-71.
[3]梁涛.高昌故城现状及病害因素分析[J].敦煌研究， 2009（3）：107-110.
[4]郝宁，陈平，赵冬，等.高昌故城病害调查及成因分析[J].宁夏工程技术，2008，7（1）：95-97.
[5]赵海英，张国军，杨涛，等.成纪古城发育主要病害及保护加固研究[J].敦煌研究，2005（5）：89-91.
[6]孙满利，李最雄，王旭东，等.交河故城的主要病害分析[J].敦煌研究，2005（5）：92-94.
[7]任建光，黄继忠，石云龙，等.云冈堡土遗址病害调查及其防治措施建议[J].山西大同大学学报：自然科学版，2009，25（3）：87-90.
[8]张卫喜，陈平，赵冬.高昌故城西南大佛寺结构病害分析与加固[J].工业建筑，2007，37（8）：86-88.
[9]蔺青涛.甘肃瓜州锁阳城遗址墙体盐分调查与分布规律研究[D].兰州：兰州大学，2010.
[10]杨璐，孙满利，黄建华，等.西安汉神明台遗址的主要病害分析及保护对策[J].敦煌研究，2007（5）：83-86.
[11]杨予川.戚城古代夯土城墙的病害调查与保护对策研究[J].中原文物，2008（1）：91-96.
[12]梁涛.新疆地区土遗址病害类型及成因初步分析[J].考古与文物，2009（5）：103-106.
[13]李最雄，赵林毅，孙满利.中国丝绸之路土遗址的病害及PS加固[J].岩石力学与工程学报，2009，28（5）：1047-1054
[14]王石斌.北方土遗址的病害成因与环境区划研究[D].兰州：兰州大学.2009.
[15]孙满利，李最雄，王旭东，等.干旱区土遗址病害的分类研究[J].工程地质学报，2007（6）：765，772-778.
[16]孙满利，王旭东，李最雄.西北地区土遗址病害[J]. 兰州大学学报：自然科学版，2010（6）：41-45.
[17]孙满利.土遗址病害的评估体系研究[J].文物保护与考古科学，2012（3）：27-32.
[18]高东亮.龙门石窟病害调查与评估方法的探索与研究[J].石窟寺研究，2013（总第5辑）：357-363.
[19]龚玉武.谈《可移动文物病害评估技术规程·瓷器类文物》编制工作[J].中国文物科学研究，2014（1）：68-70.
[20]张春山.北京地区泥石流灾害危险性评价[J].地质灾害与环境保护，1995（3）：33-40.
[21]李玉辉，张建.灰色关联度分析法在系统综合评价中的应用[J].山东交通科技，2005（4）：11-13.
[22]杨宗佶，乔建平，陈晓林，等.泥石流危险度野外快速评价方法探讨[J].中国地质灾害与防治学报，2009，20（1）：16-20.
[23]孙芳芳.浅议灰色关联度分析方法及其应用[J].科技信息，2010（17）：880-882.
灰色关联度法 篇7
1 原材料性能及试验设计
1.1 原材料
1.1.1 基质沥青
为了研究基质沥青组分和性能指标对改性沥青的影响, 本课题采用镇海90号、SK90号、昆仑90号、壳牌90号和埃索70号五种基质沥青作为研究对象, 对以上五种基质沥青进行路用性能测试和四组分分析, 结果如表1所示。
1.1.2 改性剂
为了研究改性剂的性能参数对SBS改性沥青的影响, 课题采用YH791、燕山4303、道改2号、T161B、1320-115五种改性剂, 改性剂性能指标如表2所示。
1.2 试验设计
为了研究基质沥青、改性剂类型及掺量对改性沥青70℃车辙因子的影响, 设计三因素五水平正交试验, 试验安排如表3所示。
1.3 改性沥青制备工艺
本试验采用FLULK高速分散乳化机制备SBS改性沥青, 由于课题研究的五种改性剂中既有线型又有星型改性剂, 需分别针对不同结构类型改性剂制定加工工艺参数。
其中YH791和1320-115改性沥青采用的制备工艺为剪切时间:35min;剪切速率:5500rad/min;剪切温度:175℃;发育温度:163℃;发育时间:2.5h。
T161B、4303与道改2号改性沥青制备工艺参数为剪切时间:55min;剪切速率:6500rad/min;剪切温度:185℃;发育温度:163℃;发育时间:2.5h。
2 灰色关联度分析简介
对于两个系统之间的因素, 其随时间或不同对象而变化的关联性大小的量度, 称为关联度。在系统发展过程中, 若两个因素变化的趋势具有一致性, 即同步变化程度较高, 即可谓二者关联程度较高;反之, 则较低。因此, 灰色关联分析方法是根据因素之间发展趋势的相似或相异程度, 亦即“灰色关联度”, 作为衡量因素间关联程度的一种方法[4]。
灰色关联度分析一般包括原始数据变换, 计算关联系数, 求关联度, 排关联度等步骤。其中的原始数据变换是将不同量纲因素值转换为可比较的数据序列, 本研究采用均值化变换方式:先分别求出各序列的平均值, 再用平均值去除对应序列的各个原始数据, 得到新的数据列。对均值化处理后的数据列分别定义母序列和子序列{iX (k) }, 使用式1计算关联度系数L0i (k) [4]。
roi为子序列i与母序列0的关联度, N为比较序列的长度。
3 分析与讨论
3.1 正交试验结果讨论
按照正交试验设计结果, 制备25组SBS改性沥青试样并测试其70℃车辙因子以及老化后车辙因子达2.2MPa时的温度, 结果如表3所示。
通过正交试验中某一因素在同一水平下试验组的试验结果总和或均值, 可对其不同水平下性能的变化趋势进行研究;正交试验计算结果中的相关系数采用各因素对应试验结果调整后的极差, 相关系数越大, 则表示测试结果与试验因素间的相关性越好。分析表3正交试验结果, 发现改性剂的掺量与SBS改性沥青的车辙因子相关系数最大, 其次是基质沥青, 改性剂的类型对SBS改性沥青的车辙因子影响很小。3个因素条件下70℃车辙因子随不同因素水平的变化规律如表4所示。
分析表4试验数据发现:在改性剂掺量从3.6%~5.2%的增加过程中, SBS改性沥青70℃车辙因子整体呈上升趋势, 这是由于改性剂的溶胀改变了原来胶体结构中的组分比例, 使饱和分和芳香分含量降低, 而沥青质与胶质含量相对增加, 组分比例变化的结果是沥青变硬, 沥青抵抗高温流动变形的能力增强;同时改性剂以细小塑性颗粒的形式分散在沥青中, 尽管由于其吸收了沥青中的轻质组分聚苯乙烯硬度变小, 但相对于沥青而言, 溶胀了的聚苯乙烯链段仍然有较高的强度, 使得改性沥青抵抗变形的能力改善;改性剂掺量越大, 抵抗变形的能力越强。
分析基质沥青对改性沥青车辙因子的影响发现, 尽管五种基质沥青高温PG分级同为58℃, 但其对改性沥青车辙因子的影响却各不相同, 且基质沥青有较高的高温等级, 不一定在对其进行改性处理后其车辙因子仍然高于其它沥青, 分析其原因可能与四组分构成比例以及与改性剂的相容性相关。
分析改性剂类型对SBS改性沥青70℃车辙因子的影响发现:星型SBS改性剂对沥青高温性能的改善作用显著优于线型改性剂。从改性剂的化学结构分析, 线型改性剂呈条形, 各结构层之间在外力的作用下易于发生滑移;而星型改性剂是以Si原子为核心, 每个键连接一个SBS聚合体, 从空间结构来看, 聚合物处于相互缠绕的网状结构中, 结构更加致密, 有较强的抵抗外力变形的能力。
3.2 灰色关联系数分析及结果
使用基质沥青四组分比例、改性剂性能指标以及改性沥青的极限车辙因子温度构造灰色关联矩阵, 如表4所示:
对表4的关联矩阵进行均值化处理, 处理结果如表5所示。
对表5中改性沥青70℃车辙因子与基质沥青及改性剂的性能指标进行关联度分析, 结果如表6所示。
表6、表7的分析结果表明:SBS改性剂的伸长率与改性沥青的车辙因子之间有很好的相关性, 其次是改性剂的拉伸应力和硬度;基质沥青中芳香分和饱和分的含量与SBS改性沥青的车辙因子有很好的相关性。
4 结语
1) 改性剂掺量对改性沥青车辙因子的影响最大, 其次是基质沥青, 改性剂类型对车辙因子的影响很小。
2) 改性沥青车辙因子随改性剂掺量的增加而增加, 改性沥青车辙因子与基质沥青车辙因子没有直接的关联, 星型改性剂改性沥青车辙因子普遍大于线型改性剂改性沥青。
3) 基质沥青四组分、改性剂性能参数与改性沥青70℃车辙因子的灰色关联度分析结果表明:改性剂的伸长率、拉伸应力以及硬度与改性沥青的车辙因子有较好的相关性;基质沥青中芳香分和饱和分的含量与改性沥青车辙因子关联性较好。
摘要：为了分析原材料对SBS改性沥青车辙因子的影响, 课题采用五种基质沥青、五种SBS改性剂和五个不同的SBS改性剂掺量, 设计了3因素5水平的正交试验, 研究各因素对车辙因子的影响规律及程度, 并使用灰色关联度法分析了基质沥青四组分比例、改性剂性能参数与70℃车辙因子的相关性。正交试验结果表明:改性沥青车辙因子受改性剂掺量的影响最大, 其次是基质沥青, 改性剂类型对车辙因子影响最小;灰色关联度分析结果显示:改性剂的伸长率、拉伸应力以及硬度与改性沥青的车辙因子有较好的相关性;基质沥青中芳香分和饱和分的含量与改性沥青车辙因子关联性较好。
关键词：道路工程,改性沥青,车辙因子,影响因素,灰色关联度分析
参考文献
[1]徐晶, 张蓉.沥青车辙因子在高温范围的经验回归关系[J].公路, 2004 (3) :80-84.
[2]蒋丽华, 周本岳.基质沥青对SBS改性沥青性能的影响[J].石油沥青, 2013, 27 (1) :14-15.
[3]孟勇军.不同签段比的SBS改性沥青流变性能研究[D].哈尔滨:哈尔滨工业大学, 2008.
灰色关联度法 篇8
关键词：公路网规划,综合评价,灰色关联度法
综合评价是公路网规划的重要内容, 对公路网规划项目的实施有着重要的决策支持作用, 涉及技术、经济、社会环境等多方面因素, 必须采取先进合理的评价方法。
公路网规划是一个复杂的灰色系统, 涉及很多因素指标, 而且有的指标间的相互内在关系并不明确, 是一种灰色关系。基于人们对公路网规划的认识具有灰色性, 因此综合评价可采用灰色关联度方法。
1 用于公路网规划综合评价的灰色关联度法
公路网规划综合评价灰色关联度法的步骤如下。
1.1 确定比较数列和参考数列
设有m个评价指标x1, x2, …, xm, 且有n个路网规划方案, 即确定比较数列矩阵为
, 参考数列阵为x0=[x01, x02, …, x0m]。
1.2 指标原始数据的无量纲化处理
对指标原始数据按照极值法进行无量纲化处理:
其中, 式 (1) 用于效益型指标;式 (2) 用于成本型指标, 得到无量纲化后的比较数列矩阵为
, 参考数列阵为X0=[X01, X02, …, X0m]。
1.3 计算关联系数
设
其中, ρ为分辨系数, ρ越小, 分辨力越大。ρ∈ (0, 1) , 一般取ρ=0.5。由此得到关联系数矩阵
。
1.4 计算关联度并排序
分别计算各个方案的关联度:
其中, Wj为各个指标的权重, 可由层次分析法、专家评分法等赋权法得到。各方案与最优方案关联度ri越大, 表示该方案与最优方案越接近, 因此根据关联度的排序, 可得出各方案的优劣。
2 实例分析
本文选取文献[2]中山西省干线公路网未来规划年2020年的规划方案数据进行综合评价。该例中仅从技术评价角度, 考虑公路网的道路特征、交通特征以及公路网所能提供的服务水平等方面, 选用网等级JN、网行程时间TN、网饱和度SN、网运输成本TRN、网事故率AN以及网等级里程偏离率EN作为评价指标进行综合评价。
利用灰关联度法进行公路网的综合评价, 计算过程如下:
1) 确定参考数列。
本例中所采用的评价指标均为成本型指标, 所以参考数列阵取为:
x0=[1.525 0, 0.937 0, 4 635.100 0, 244.160 0, 0.908 5, 0.117 7]。
2) 指标原始数据的无量纲化处理。
根据式 (2) 对原始数据进行无量纲化处理, 见表1。
3) 计算关联系数矩阵。
。
4) 用层次分析法计算各个指标的权重。
在本例中, 建立如图1所示的评价层次结构。
确定判断矩阵, 求出各因素相对上一层某准则的权重。评价指标的权重见表2。
5) 计算关联度并排序。
各方案对最优方案的关联度和排序结果见表3。
3 结语
灰色关联度法考虑了所有因素的影响, 对基础数据样本的大小和有无典型的分布规律性不作要求, 通过计算各方案与最优方案的关联度来区别方案优劣, 原理简单, 计算方便, 是对公路网规划综合评价的有效方法。
参考文献
[1]邓聚龙.灰色理论基础[M].武汉:华中科技大学出版社, 2002.
[2]陈红, 颜英秋, 周伟.公路网规划方案综合评价方法及应用[J].系统工程理论与实践, 1999 (6) :107-115.
[3]丁小河.灰色关联分析法在施工方案比选中的应用[J].山西建筑, 2007, 33 (17) :218-219.
灰色关联度法 篇9
一、项目投资风险决策新方法——灰色关联度评价法
1. 理论基础。
项目投资决策的关键是综合考虑投资的货币时间价值和风险价值。现行投资决策方法大多采用一个或同一类别的指标直接作为决策方案的判断标准, 由于设计中存在的缺陷, 导致风险反映的歪曲, 以此为依据进行的项目投资决策必然不科学。灰色关联度评价法的基本思路是构建一个项目投资方案决策指标体系, 该指标体系能够全面反映影响方案决策的各种因素。该方法在处理风险因素对决策影响的方式上与风险调整贴现率法、肯定当量法不同, 它并不依据风险调整后的净现值作为决策的判断标准, 而是将某些能够反映投资风险的指标纳入决策指标体系, 从而使得风险价值因素在项目决策中得以体现。在构建综合考虑投资的货币时间价值和风险价值的决策指标体系后, 采用灰色关联度评价法做出最佳决策。
2. 构建评价指标体系。
在投资方案决策的指标体系中, 笔者选取了如下五个指标:未经风险调整的净现值、现值指数、投资回收期、综合标准差、变异系数。
未经风险调整的净现值以及现值指数体现了项目的收益并考虑了货币的时间价值。未经风险调整的净现值是绝对指标, 如果投资项目初始投资额不同, 绝对指标的可比性较差, 因此又选择了现值指数这个相对指标, 以消除投资额不同可能带来的影响。
投资回收期、综合标准差和变异系数体现了投资的风险价值因素。投资回收期虽是静态投资决策方法的指标, 但是它直观简便, 且可以间接反映投资方案风险的大小, 回收期相对较短, 不确定性相对减少, 从而风险愈小。综合标准差、变异系数是反映投资方案风险的直接指标。收益的标准差可以反映收益偏离期望收益的程度, 因此可以作为风险的度量因素。但由于未来可能的现金流入量不止一期, 因此要综合考虑各年的收益标准差, 计算出综合标准差作为选取指标。综合标准差是一个绝对数, 反映项目风险的大小, 当各方案的投资规模不同时, 只用绝对数就难以确切比较它们的风险。因此, 将反映项目风险的相对数——变异系数纳入决策的指标体系中。
3. 建立灰色关联度模型。
灰色关联分析是一种多因素统计分析方法, 它是以各因素的样本数据为依据, 用灰色关联度来描述因素间关系的强弱、大小和次序。关联度的几何含义为比较序列与参考序列曲线的相似与距离程度, 如果两序列曲线形状相似, 距离接近, 两者关联度大, 反之, 两者关联度小。关联度越大, 方案越优。
(1) 选取评价指标, 确认分析序列。设有n个被评价方案, 每个方案有m个指标, 每个被评价方案构成比较序列Xi' (i=1, 2, …, n) , 选取各评价方案最优指标构成参考序列X0', n+1个数据序列形成如下矩阵:
其中, Xi'= (xi' (1) , xi' (2) , …, xi' (m) ) T, i=0, 1, …, n。
(2) 对变量序列进行无量纲化。无量纲采用初值化方法:Xi (j) =Xi (j) /X0 (j) , 其中:i=0, 1, …, n, j=1, 2, …, m。
无量纲化后各因素序列形成如下矩阵:
(3) 求差序列、最大差、最小差。无量纲化后的参考序列与比较序列绝对差值, 形成如下绝对差值矩阵:
其中, △0i (j) ="x0 (j) -xi (j) "="1-xi (j) ", i=1, 2, …, n;k=1, 2, …, m。
绝对差矩阵中的最大数和最小数即为最大差和最小差:
(4) 计算关联系数。xi与x0在第j个指标上的关联系数记作:
式中:ρ为分辨系数, 在 (0, 1) 内取值。ρ越小, 越能提高关联系数间的差异。
可得关联系数矩阵:
(5) 计算关联度。各备选方案序列xi对参考方案x0的关联度记作:
(6) 依据关联度大小对各方案排序, 根据排序结果进行项目决策。
二、灰色关联度评价法的应用
依据五个待选方案计算出的五个评价指标值如表1所示。对于表1列示的待选方案的指标值, 如果按照净现值最大、现值指数最大原则, 应分别选择方案4、方案3。按照投资回收期最短原则, 应选择方案5。按照综合标准差最小、变异系数最小原则, 应分别选择方案2、方案1。因此, 选择不同的指标作为判断标准会得出不同的决策方案。
注:PP、D、Q均为负指标。
由于投资回收期 (PP) 、综合标准差 (D) 、变异系数 (Q) 是逆指标, 越低越好, 需要把逆指标转化为正指标, 投资回收期转化为1/PP, 综合标准差转化为100×1/D, 变异系数转化为 (1-Q) , 如表2所示:
采用灰色关联度评价法, 计算步骤如下:
(1) 选取评价指标, 确认分析序列:
(2) 对变量序列进行无量纲化:
(3) 求差序列、最大差、最小差:
(4) 计算关联系数。
取ρ=0.5, 得关联系数矩阵:
(5) 计算关联度并根据排序做出决策。
根据关联度越大方案越优的原则, 方案5是最优决策。
本文将灰色关联度引入投资风险决策中, 提出了投资风险决策的灰色关联度评价法, 全面反映了货币时间价值和投资风险价值两个重要的影响投资决策的因素, 弥补了现行投资决策方法多采用一个或同一类别的指标直接作为决策方案的判断标准的不足;再结合灰色关联度评价模型, 计算各个方案与理想方案的关联度, 进而对投资决策方案做出决策。该方法适用于多个决策方案优劣的比较, 尤其在各方案采用不同决策原则结论不一致的情况下能更好完成方案间的权衡比较, 实现对投资方案的科学决策。
参考文献
[1].苑秀娥, 牛东晓, 李伟.灰色关联分析法在电力项目投资决策中的应用.华北电力大学学报, 2004;2
灰色关联度法 篇10
201 1年底,我国汽车保有量超过1亿辆,仅次于美国,位居世界第二,预计到2020年,我国汽车保有量将超过2亿辆,我国石油消费的快速增长将导致未来会面临严重的交通能源问题。此外,传统燃油汽车的尾气排放是全球温室气体排放的主要来源之一,我国已成为世界第二大CO2排放国。因此寻求无污染或低污染的绿色汽车,成为我国未来汽车的发展方向。我国2012年4月18日召开的国务院常务会议讨论通过了《节能与新能源汽车产业发展规划(2012—2020年)》,预示着“十二五”期间,我国新能源汽车将正式开始进入产业化发展阶段。新能源汽车是指动力来源采用非常规、非传统的车用燃料,技术先进、具有新结构的汽车。新能源汽车有很多种类,例如:纯电动汽车、混合动力汽车、燃料电池汽车、燃气汽车以及氢发动机汽车、醇醚汽车等[1]。
美国侧重研发氢燃料电池汽车和充电式混合动力汽车,并开始逐步推广乙醇燃料汽车[2]。欧洲重点研发了氢燃料电池汽车和氢内燃机汽车,其生物柴油汽车的产业化水平居于世界前列[3]。日本侧重于混合动力汽车技术的研发,已成功向市场推出了多款混合动力车型[4]。我国对于新能源汽车产业的研究与西方发达国家相比,起步较晚。国内学者主要对新能源汽车的技术发展水平和政策措施影响进行了总结和研究。其中,刘明岗、郭芙琴分别从纯电动车的驱动系统的设计、锂离子动力电池的安全性、充电设施的设计3个角度做了研究[5,6]。郝娟、谭敏等探讨了充电设施的设计、电动汽车充电站的充电模式[7,8]。王善生基于“能源碳足迹”对纯电动汽车的技术经济性进行了分析[9]。杨萍、易克传通过SWOT分析探讨了后危机时代我国发展新能源汽车的优势与劣势,威胁与机会[0]。李金津、张晓宇等分析了我国新能源汽车产业的发展现状及存在的问题,并相应地对我国新能源汽车产业的发展提出建议[11,12]。艾民等运用钻石模型理论,将我国的新能源汽车产业与发达国家相比,分析了我国新能源汽车发展的竞争优势与劣势[13]。陈学有、文明浩研究了电动汽车接入对电网运行的影响及经济效益综述[14]。此外,章道彪对各种主要类型的汽车进行对比分析,探讨了我国新能源汽车技术的发展路线[15]。
本文基于新能源汽车的技术特点,将6大类别的新能源汽车细分为10类,考查了各种新能源汽车技术的特点后,选取了5个指标,即技术成熟性、经济适用性、环境保护性、能源效用性和资源禀赋性来构建新能源汽车技术5维评价指标体系,采用了将主观与客观相结合的改进的灰色关联度法对这10类新能源汽车技术进行综合评价,对各类新能源汽车的发展优势与劣势进行了分析,从而对我国新能源汽车技术的发展路线提出建议。
1 改进的灰色关联度法
灰色关联度分析是基于邓聚龙教授1981年首次提出的灰色系统概念,主要根据空间理论的数学基础,来认识系统中各因素之间的主要关系。对2个系统或2个因素之间关联性大小的度量,称为关联度。它描述系统发展过程中因素间相对变化的情况,即变化大小、方向及速度等指标的相对性。运用灰色关联度法进行综合评价,可以在很大程度上减少由于信息不对称带来的损失,并且对数据要求较低,工作量较少,传统灰色关联度法中最后关联度的计算是对关联度系数直接加权平均得到,本文将对此做出改进,步骤如下:
(1)确定参考数列
运用灰色关联方法进行综合评价时,评价标准是各指标中的最优值。对于“效益型”指标(指标值越大越好型),取各序列中的最大值为参考;对于“成本型”指标(指标值越小越好型),取各序列中的最小值为参考。对于有m个评价指标、n个评价对象的评价体系,参考数列记为C0(j)={C0(1),C0(2),…,C0(m)}
(2)指标值的无量纲化
为减少随机因素的干扰并便于比较,按下式对最优指标集和各序列指标进行无量纲化处理:
(3)计算灰色关联系数
根据灰色系统理论,比较数列Ci对参考数列C0在指标Ci(j)上的关联系数:
其中,i=1,2,…,n;j=l,2,…,m;ρ为分辨系数,其值在0～1之间,通常取0.5。其作用在于提高关联系数之间的差异显著性。
(4)计算综合灰色关联度
记综合关联度为:
其中,权重ωk的计算采用主观的五级标度赋值法与客观的熵值法综合确定,设五级标度赋值法确定的权重为ω1k,熵值法确定的权重为ω2k,则ωk=(ω1k+ω2k)/2。
则综合灰色关联度为:
γi值越大,则说明相应方案越优。
2 我国新能源汽车技术综合评价
2.1 评价指标的构建与预处理
基于各种新能源汽车技术的特点,本文选取技术成熟性、经济适用性、环境保护性、能源效用性和资源禀赋性5个指标,从5个维度来进行分析,技术成熟性主要是考查新能源汽车技术进入产业化发展的技术水平;经济适用性主要指成本及价格,当前我国纯粹出于环保角度考虑购买新能源汽车的消费者基数还较小;环境保护性主要是指温室气体以及有害气体的排放量;能源效用性指的是从一次能源到终端使用整个过程中能源的利用效率;资源禀赋性主要考虑的是各种新能源汽车所使用的能源的可获得性。
采用比较分析法来确定各指标值,即对某一个指标在各种新能源汽车技术中进行比较,采用1-10分的打分制,针对某一评价指标,相对最好的打10分,相对最不好的打1分。通过专家打分得出其5维指标的具体数值[1],如表1所示。
本文选取的5个评价指标均属于“效益型”指标时,则取各方案中的最大值构成参考数列C0(j)=1 0,10,10,10,10,根据式(1)对最优指标集和各方案指标进行无量纲化处理的结果如表2所示。
2.2 关联度系数的计算
依据式(2)计算关联度系数的结果如表3所示。
2.3 综合关联度的计算
(1)权重的确定
权重确定方法的选择直接影响到综合评价的可行性与质量,主观赋权法是指人们基于知识和经验,由决策分析者根据各指标的主观重视程度而赋权的一类方法;客观赋权法一般根据所选指标的实际信息形成决策矩阵,在此矩阵基础上通过客观运算形成权重。本文将主观赋权法与客观赋权法相结合,选用五级标度赋值法与熵值法来确定权重。
1)五级标度赋值法确定权重的步骤如下:
指标j与k同等偏好,取djk=djk=4。
指标j比k稍微偏好,取djk=4+1,djk=4-1。
指标j比k明显偏好,取djk=4+2,dkj=4-2。
指标j比k极端偏好,取djk=4+4,djk=4-4。
从而得赋值矩阵:D=(djk)m×m
5个指标分别为技术成熟性、经济适用性、环境保护性、能源效用性和资源禀赋性。则通过主观判断可得赋值矩阵为
计算各个指标的五级标度优序数:
从而可得对指标的主观偏好权重:
计算结果如表4所示。
2)熵值法确定权重的步骤如下:
设决策矩阵为:
xij为第j个指标属性下第i个方案的指标值。则:
计算第j项指标下,第i个系统的特征比重或贡献度:
式中:pij为第j个指标属性下第i个方案的贡献度,所得结果如表5所示。
熵ej表示所有方案对第j个指标的贡献总量:
其中,常数k一般取k=l/lnn,以保证0≤ej≤1。
计算指标xj的差异性系数gj:差异性系数gj表示第j个指标下各方案的贡献度的不一致性程度,由gj=1-ej确定。gj越大,越重视该指标的作用。
权重wj为经归一化后的权重系数,由式(9)确定的计算结果如表6所示
(2)综合关联度的计算
依据式(3)先计算得权重ωk如表7所示,再计算得关联度,最后根据式(4)计算综合关联度,并按照关联度越大、方案越优的原则进行综合排名,所得结果如表8所示。
从表8可以看出,运用改进灰色关联度法对我国的10种新能源汽车技术进行综合评价后得到的综合排序为:氢燃料电池、天然气、纯电动(基于水电、煤电)、纯电动(基于太阳能、风能等)、可充电式混合动力、氢动力、油-电混合动力、二甲醚、生物燃料(粮食原料)、生物燃料(非粮食原料)—。
综上所述,能量效率高、低污染、零排放的氢燃料电池汽车,综合评分第一;天然气汽车在经济性和技术性上占据优势,且我国天然气资源相对充足,综合排名第二;纯电动汽车,不管是基于传统能源还是新能源,由于具有良好的环保性能,纯电动汽车技术综合排名比较靠前;可充电式混合动力汽车能量利用效率较高,污染和温室气体排放也相对较低;氢动力汽车技术相对成熟、成本也较低,但是能量的利用率过低,综合排名第六;油-电混合动力汽车具有广泛的适应性,但是成本相对较高,且其环保性能相对差一些,综合排名第七;此外,二甲醚汽车技术在污染和温室气体排放方面存在较大的劣势排名较靠后;生物燃料汽车的环境性能较差以及资源效率较低,综合排名在最后。
3 结论
灰色关联度法 篇11
关键词:不良贷款;宏观经济;灰色理论
中图分类号:F830.91 文献标识码:A 文章编号:1003-9031(2010)03-0061-03
一、引言
2008年第4季度以来,我国商业银行贷款余额快速增长,有力地支持了国家“扩内需、保增长”的宏观经济战略。但同时,由于受多种因素的综合影响,我国商业银行不良贷款总体规模依然偏大、不良率偏高,在国内外经济金融环境仍然存在较多不确定因素的情况下,商业银行面临着不良贷款反弹、非系统风险增大的压力,这将直接影响到我国金融稳定。[1]对不良贷款的研究一直是国内金融界、学术界的热点课题,众多学者运用信用理论、金融脆弱性理论、委托代理理论、贷款客户关系理论、贷款竞争理论、资产证券化理论等对不良贷款进行了研究论证,提出了许多分析、控制、化解不良贷款的方法,形成了众多的经典研究成果。[2-3]但这些方法大多侧重于从微观和中观层面探究不良贷款产生的直接与间接原因。本文运用灰色理论,将不良贷款与宏观经济环境看作一个灰色系统,对宏观经济指标和不良贷款的相关性进行分析论证。
二、不良贷款影响因素分析
在选择宏观经济指标变量上,借鉴德米古克•孔特和德特拉贾切模型对解释变量的选择,并考虑淮南市的实际情况,选择如下变量。[4]
1.工业增加值。工业经济发展水平的提高必然促进金融业的发展和各个行业对信贷的需求,同时会增强社会对未来的预期,从而改善信贷环境。笔者在本文中用工业增加值代表工业经济发展水平。
2.通货膨胀率。通货膨胀率上升往往意味着经济有过热现象,甚至有泡沫出现,进而使得银行资产质量受到影响,本文以居民消费价格指数代表物价水平。
3.人均可支配收入。此项指标直接反映了一个地区居民的实际购买力,人均可支配收入的逐渐提高理论上会降低居民违约的概率。本文以城镇居民人均可支配收入来代表人均收入水平。
4.固定资产投资总额。投资与宏观经济环境密切相关,投资的变化对经济增长影响很大,考察投资波动对商业银行体系不良贷款的影响,能有力验证银行体系稳定性与实体经济之间的关系。本文以固定资产投资额作为模型变量。
5.贷款利率。贷款利率的高低直接影响贷款者成本的高低,利率的降低将相应降低贷款者违约概率。文中以一年期贷款利率来代表利率水平。
6.煤炭的销售价格。煤炭业是淮南市的支柱产业,煤炭行业贷款余额占全市贷款余额的29.59%,煤炭价格的高低直接影响煤炭企业的经济效益,进而影响银行对煤炭企业贷款的质量。
以上只分析了影响商业银行不良贷款的主要因素,但是还存在一些不确定性因素。对于系统中的不确定性影响因素,哪个最重要,哪个次之,如何进行量化,本文采用灰色关联分析方法进行分析。
三、淮南市不良贷款影响因素灰色关联分析
灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度判断其联系是否紧密。[5]作为一个发展变化的系统,关联度分析事实上是动态过程发展态势的量化分析。说得确切一点,是发展态势的量化比较分析。发展态势的比较,也就是历年来有关统计数据列几何关系的比较,实质上是几种曲线间几何形状的分析比较,即认为几何形状越接近,则发展变化态势越接近,关联程度越大。[6]灰色关联分析方法是一种比较客观的分析方法,对样本量的多少和样本有无规律同样适用,而且计算简单,易于理解。因此,这种方法越来越多的被应用于社会学、经济学、管理学等研究领域。
以淮南市不良贷款余额影响因素2006-2009年的数据为基础进行灰色关联分析。系统的影响因素Xi(i=1,2,…,7)(如表1),以淮南市不良贷款余额 X0(亿元)的逐季原始数据列为参考序列;工业增加值X1(亿元)、居民消费价格指数(X2)、城镇居民人均可支配收入X3(元)、固定资产投资总额X4(亿元)、贷款利率 X5、煤炭价格 X6(元)的逐季原始数据序列Xi作为比较序列。
四、结论与建议
由上述结果可知综合关联度 ,即影响不良贷款余额各因素的重要性依次为 , , , , , 。也就是说影响淮南市商业银行不良贷款的6个主要因素中,工业增加值对不良贷款影响最大,其次是物价指数和煤炭价格,而固定资产投资、城镇人均可支配收入以及贷款利率等对不良贷款余额影响较小。
通过以上的计算和分析可知:对于淮南市,要降低商业银行不良贷款余额,维护金融体系的稳定,首先要大力发展工业经济,工业经济增长与不良贷款之间具有较强的关联性。因此,解决不良资产问题既要在存量上做文章,也要在流量上做文章。通过增加有效信贷投入,促进经济快速发展,推动经济运行质量的提高。其次要进行有效的宏观调控,控制物价平稳增长。其次,对不良贷款影响程度居于第二位的是物价水平,物价水平的波动直接影响着借款人的还款能力,因此稳定物价对商业银行不良贷款率下降、信用风险状况的改善有着重要作用。最后要大力发展地区支柱产业。煤炭价格对淮南市不良贷款的影响也较大,主要因为煤炭行业在淮南市经济中占有重要地位,2008年,淮南市全年煤炭开采和洗选业实现工业增加值165.8亿元,占全市规模以上工业增加值的68.60%,拉动全市工业增长16.1个百分点,对全市工业经济增长的贡献率达60.3%。煤炭价格的变化直接影响到煤炭工业的效益,也影响到煤炭工业企业的偿债能力,进而影响到银行的信贷质量。而通过居民收入、投资、利率水平等途径来影响商业银行的信贷质量,目前机制还不成熟。可能的原因是,虽然居民收入逐年增加,但淮南市的银行发放的个人贷款占贷款总额的比重低,如2008年,这一比重只有5.28%,消费者贷款质量的变化不足以引起银行信用风险的变化。固定资产投资的关联度较小,这说明,固定资产投资-宏观经济状况-不良贷款之间的传导机制还不成熟,两者之间的相互促进作用还没有得到很好的发挥。利率影响也较小,主要原因可能是我国利率市场化程度不高,利率作为货币政策的重要工具,对银行信贷质量的影响还不大。
参考文献:
[1]李思慧,颜向农.商业银行不良贷款与宏观经济因素相关性实证研究[J].时代金融,2007(8).
[2]罗建.银行体系不稳定性与实体经济关系的实证分析[J].经济理论与经济管理,2003(1).
[3]毛瑞宁.存量与增量:商业银行不良贷款的动态学分析[J].金融研,2002(6).
[4]Demirgul - Kunt and Det ragiache , 1998 , “The Determi2nant s of Banking Crises in Developing and Developed Count ries",IM F S t af f Papers,Vol. 45, No. 1, March, 1998.
[5]邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社,1986.
[6]刘思锋等.灰色系统理论及其应用[M].北京:北京科学出版社,2004.
The grey relational analysis of Non-performing loans and macro economy
——A case study based on Huainan city Anhui proumce
(PBC Huainan Sub-branch,Anhui 232007,China)
Abstract: through the study of the main macro-economic factors that affecting the non-performing loans and the different factors’ influence mechanism. We Establish factor analysis model of non-performing loans based on gray theory. So we carry a case study on the various macroeconomic factors that impact non-performing loans of Huainan City. At last we get the relative importance of various factors. that affect the non-performing loans of Huainan City.
灰色关联度法 篇12
本文建议在招标评审过程中, 采用灰色关联系数方法, 其原理及步骤如下。
1 原理
设某一工程项目招标, 前来投标的有n家单位, 评标专家依据国家有关招投标管理规定及自身项目的特点, 设定一组衡量各投标方案优劣的评价指标序列, 各评审专家对前来投标的各方案按预先设定的评审指标序列对号入座, 并量化打分。同时, 据本次前来参加投标的各方案, 预先确定一组最理想的方案, 并将其量化为一组数据序列。然后, 计算各投标方案数据序列与理想方案数据序列进行关联度计算, 关联度最大的投标单位表明该方案与理想投标方案最相似, 为最优秀单位, 即为中标单位。
2 步骤
2.1 确定评价指标体系
本文假定评价指标体系由2个一级指标和14个二级指标组成, 如图1所示。
2.2 将评标指标量化
令:很好=1, 好=0.8, 一般=0.6, 差=0.4, 较差=0.2。则有n个指标, m个投标单位, 并邀请有关专家对m个单位的n个指标进行打分。则参评数据序列为:
为了对参评对象数据序列进行评价分析, 需确定评价标准数据序列进行参考。笔者将其中的最大值作为标准数据进行参考, 这样就形成一个标准数据序列, 记为:
x0={x0 (1) , x0 (2) , …, x0 (k) , …, x0 (n) } (2)
2.3 数据的初始化处理
评价过程中, 由于评价指标的量纲不同, 数据在数量上差异性很大, 无法进行关联评价计算, 需要对各指标的数据进行归一化处理。归一化处理模型为:
经评审的最低投标价法是国际上通行的惯例, 在我国的工程建设项目中应用, 尤其是在以国有资金投资为主的项目上推行, 将是不可逆转的发展趋势。在开始阶段出现一些问题, 遇到一些困难是暂时的, 也是正常的, 随着该方法在越来越多的地区和项目上运用, 将日益得到完善和成熟, 并将在工程建设管理体制改革的进程中, 逐步得到社会的认同。
2.4 灰色关联系数
定义标准数据序列中的任一指标数据x0 (k) 与参评数据序列中对应的指标数据x′i (k) 的灰色关联系数γ0, i (k) 为:
其中, |x0 (k) -x′i (k) |=Δi (k) ;
2.5 灰色关联度
由于关联系数γ0, i (k) 数目较多, 信息不集中, 不能够进行单元比较, 为此将x0与x′i关联系数取平均值γi, γi定义为x0与x′i序列之间的关联度, 即:
2.6 确定中标单位
关联度最大的投标单位即为中标单位。
3 算例分析
设有某一个工程, 有甲、乙、丙、丁、戊五家单位前来投标, 依据有关招投标法规, 需从五家单位中择优选一家单位为中标单位。依据前面叙述的有关原理, 主要如下:
1) 建立评价指标体系及将评价指标量化。
由18个评价指标组成评价指标体系, 对于每一个评价指标, 令:很好=1.0, 好=0.80, 一般=0.60, 差=0.40, 较差=0.20, 由评标专家对五家投标单位进行量化后的数据序列为:
另外, 对每一个具体指标, 选取各投标方案的最大值 (最理想值) 作为理想投标数据序列x0, 则理想数据序列x0为:
2) 数据的初始化处理。
3) 计算灰色关联系数γ0, i (k) 。
4) 计算关联度γi。
γ1=0.536 5;γ2=0.609 5;γ3=0.785 8;γ4=0.791 8;γ5=0.536 5。
5) 确定中标单位。
γ4最大, 说明丁单位与理想投标方案最接近, 为中标单位。
4 结语
1) 应用关联系数方法, 与现行实际工作中应用的招标评审方法相比, 该方法概念清晰、科学量化。
2) 必须指出的是, 限于篇幅, 本文设立的两个一级指标和14个二级指标体系, 只是为了介绍该方法的应用, 在实际应用中必须据国家有关规定和招标项目实际情况设立评价体系。
3) 若评价指标体系较多, 则计算量较大, 编制计算程序更加具有优势, 这方面有待进一步研究开发。
摘要：提出应用灰色关联系数法, 建立招标评审综合评价模型, 指出该方法具有理论与经验互补、可操作性强、科学定量化的优点, 以推广灰色关联系数法在建设项目评标中的应用。
关键词：灰色关联系数法,建设项目,评标
参考文献
[1]河北省建设工程招投标管理办公室.河北省建设工程招标投标资料汇编[G].2008.
[2]邹增家.应用模糊数学[M].长春:东北师范大学出版社, 1996.